關(guān)于商業(yè)智能，你想知道的都在這里
共 3563字，需瀏覽 8分鐘
·
2022-02-09 09:04
回顧總結(jié)是年底必不可少的主題，最近看到不少工作的朋友都在忙著寫年終總結(jié)，許多公眾號也推出了五花八門的年終盤點(diǎn)特輯，均感慨頗多。作為我們公眾號年前的最后一篇推文，本期內(nèi)容我們也不妨來回顧一下商業(yè)智能和數(shù)據(jù)分析的誕生與發(fā)展歷史，重新審視商業(yè)智能在目前商業(yè)應(yīng)用中遇到的問題，以及它在未來的發(fā)展方向，以此為企業(yè)伙伴和行業(yè)同僚梳理一個關(guān)于商業(yè)智能的清晰的輪廓，并提供前行的建議指導(dǎo)。
商業(yè)智能初步發(fā)展與進(jìn)化
商業(yè)智能（Business Intelligence）這個名詞在國內(nèi)似乎是近些年才慢慢走入企業(yè)經(jīng)營者的視野，然而事實(shí)上在國外它已經(jīng)有幾十年的歷史了。這個可以一直追溯到1958年，當(dāng)時，HP Luhn在IBM Research Journal上發(fā)表了一篇名為“A Business Intelligence System”的文章，其對商業(yè)智能的闡述為：The ability to apprehend the interrelationships of presented facts in such a way as to guide action towards a desired goal. 直譯來說，就是商業(yè)智能具有理解既有事實(shí)之間相互關(guān)系的能力，從而指導(dǎo)朝著期望目標(biāo)而采取的行動。
在接下來的30年中，通過各種技術(shù)、理念的發(fā)展成熟，我們一步一步進(jìn)化著最初的概念：
20世紀(jì)70年代和80年代，決策支持系統(tǒng)（Decision Support Systems）和執(zhí)行信息系統(tǒng)（Executive Information Systems）發(fā)展流行。1989年，商業(yè)智能迎來一個重要的里程碑，時任Gartner公司分析師的Howard Dresner重新定義了商業(yè)智能的概念，他認(rèn)為：商業(yè)智能是一種使用基于事實(shí)的支持系統(tǒng)來改進(jìn)業(yè)務(wù)決策的概念和方法。
這個期間，商業(yè)智能完成的大部分工作都集中在技術(shù)，標(biāo)準(zhǔn)，流程和工具層面上，具體體現(xiàn)在可支持?jǐn)?shù)據(jù)采集，存儲規(guī)范化和檢索以及報(bào)表創(chuàng)建等。與此同時，數(shù)據(jù)倉庫，數(shù)據(jù)集市，數(shù)據(jù)字典以及提取，轉(zhuǎn)換，加載（ETL）流程變得無處不在，因此這一階段也被視為將數(shù)據(jù)轉(zhuǎn)換為信息和使用信息來幫助推動（主要是可操作的）決策的開始。
分析介入 - 商業(yè)智能的根本性轉(zhuǎn)變
接著，在一門具有2500年悠久歷史的學(xué)科——統(tǒng)計(jì)學(xué)的推動下，商業(yè)智能開始發(fā)生天翻地覆的變化。
根據(jù)維基百科，我們已有證據(jù)證明早在公元前5世紀(jì)人類就開始使用統(tǒng)計(jì)數(shù)據(jù)。關(guān)于這個問題的更正式的著作可以追溯到Al-Kindi在公元9世紀(jì)寫的“解密密碼信息手稿”。
哈佛商學(xué)院客座教授兼德勤分析高級顧問Tom Davenport被公認(rèn)為商業(yè)智能和數(shù)據(jù)分析領(lǐng)域的全球權(quán)威。在2007年出版的“Competing on Analytics: The New Science of Winning”一書中，Davenport和其合著者Jeanne G. Harris描述了數(shù)據(jù)分析使用方式的根本性轉(zhuǎn)變。他們詳細(xì)闡述了全球領(lǐng)先的企業(yè)如何使用數(shù)據(jù)驅(qū)動的分析來為競爭策略提供信息，并將其稱之為企業(yè)經(jīng)營決策的“秘密武器”。書中引用的例子包括亞馬遜，巴克萊，Capital One，Harrah's，寶潔，Wachovia等。顯然，如果商業(yè)智能與數(shù)據(jù)分析應(yīng)用得好，其帶來的價值是無可爭辯的。
商業(yè)智能應(yīng)用的陷阱
然而根據(jù)Gartner最近的一項(xiàng)研究，70％到80％的商業(yè)智能項(xiàng)目都失敗了。很多企業(yè)在商業(yè)智能和數(shù)據(jù)分析項(xiàng)目上投入數(shù)十萬，數(shù)百萬甚至數(shù)千萬美元的支出后，沒法收獲相應(yīng)的商業(yè)回報(bào)。那么，是不是一個發(fā)展了50年、已經(jīng)解決無數(shù)挑戰(zhàn)的行業(yè)、一個超過千年文明的傳統(tǒng)學(xué)科，真的不能幫我們解決這些問題嗎？答案當(dāng)然是否定的！這是由于企業(yè)在應(yīng)用商業(yè)智能的過程中，經(jīng)常會陷入一些誤區(qū)，導(dǎo)致深陷泥潭而不可自拔，比如以下這些常見的商業(yè)智能應(yīng)用陷阱：
· 傳統(tǒng)BI主要以IT為主導(dǎo)，在數(shù)據(jù)分析過程中由于缺乏業(yè)務(wù)參與和支持，常常導(dǎo)致在數(shù)據(jù)分析目標(biāo)和商業(yè)利益方面無法達(dá)成一致。
· 跨業(yè)務(wù)或跨地理位置的協(xié)作容易造成數(shù)據(jù)孤島，這背后是數(shù)據(jù)口徑?jīng)]有得到統(tǒng)一以及對數(shù)據(jù)訪問權(quán)限的治理不足，從而引發(fā)了對數(shù)據(jù)理解的不一致。要命的是此類問題始終沒有得到重視，更妄想用奇技淫巧來解決全部問題。
· 很多BI項(xiàng)目一開始就引入多年的歷史明細(xì)數(shù)據(jù)，并且毫無節(jié)制地?cái)U(kuò)大可交付范圍。這些行為幾乎注定了項(xiàng)目交付的效果不會太理想，而且極有可能伴隨著一些嚴(yán)重的“災(zāi)難性后果”。
· IT憑自身理解來假設(shè)業(yè)務(wù)邏輯，并且認(rèn)為只要建立分析，相應(yīng)的業(yè)務(wù)必將按此邏輯執(zhí)行。這通常發(fā)生在項(xiàng)目缺乏業(yè)務(wù)支持和參與，IT人員為了驅(qū)動項(xiàng)目而采取不明智行為等情況。
· 由于IT過于復(fù)雜，或解決方案的穩(wěn)定性不夠，使得項(xiàng)目交付產(chǎn)出太少或不夠及時，最終導(dǎo)致決策支持力度不足，運(yùn)營效果不佳。
審視現(xiàn)狀和擁抱變革
當(dāng)然，我們還可以再列舉很多關(guān)于商業(yè)智能應(yīng)用的誤區(qū)。但是，探究原因遠(yuǎn)遠(yuǎn)比羅列問題來得更有意義。因此總結(jié)來講，作為各個行業(yè)的翹楚，我們的企業(yè)管理者必須開始接受，并認(rèn)真審視以下幾個BI項(xiàng)目推進(jìn)的重點(diǎn)：
1. 商業(yè)智能或數(shù)據(jù)分析項(xiàng)目失敗的常見原因并非完全歸責(zé)于BI平臺或工具本身。回顧上面的問題列表，假如從您的角度去除BI或數(shù)據(jù)分析，僅僅考慮ERP，CRM和財(cái)務(wù)管理這些項(xiàng)目，你會發(fā)現(xiàn)遇到的問題和挑戰(zhàn)其實(shí)大同小異。
2. 移動互聯(lián)網(wǎng)，社交網(wǎng)絡(luò)和社交媒體，非結(jié)構(gòu)化數(shù)據(jù)，地理空間數(shù)據(jù)，生物識別技術(shù)，基于傳感器的技術(shù)，IT和云計(jì)算的消費(fèi)化，所有這些技術(shù)進(jìn)步都在促進(jìn)著業(yè)務(wù)的進(jìn)步，同時也在以前所未有的速度推動著信息類型和數(shù)量的爆炸式增長。我們通常稱之為“大數(shù)據(jù)”。那相對而言，企業(yè)需要分析的數(shù)據(jù)基礎(chǔ)不過是些“小數(shù)據(jù)”而已了。難道這個時代我們還會受到“小數(shù)據(jù)”的挑戰(zhàn)？
3. 通過上述技術(shù)的不斷進(jìn)步，許多新類型的數(shù)據(jù)成為了實(shí)時可用的。商業(yè)智能和數(shù)據(jù)分析學(xué)科也因此得到迅速發(fā)展 - 從查看歷史到預(yù)測未來，再到為即時行動提供指導(dǎo)信息 - 比如實(shí)時供應(yīng)鏈管理，主動客戶服務(wù)，精準(zhǔn)營銷等。如果我們現(xiàn)在還在掙扎于“批量信息管理方法”的泥潭，那要到何時才能發(fā)掘?qū)崟r行動和反應(yīng)的價值？
4. 能夠有效利用瞬息萬變的信息類型和多樣化的海量數(shù)據(jù)來擁抱變化、成功實(shí)現(xiàn)商業(yè)價值的企業(yè)必將持續(xù)擴(kuò)大競爭差異化的空間，最終構(gòu)建起競爭壁壘。而無法擁抱新技術(shù)帶來的變革的企業(yè)可能會被邊緣化，甚至是更糟。所以大數(shù)據(jù)時代的企業(yè)CIO們?nèi)绻麩o法通過制定計(jì)劃引領(lǐng)企業(yè)成功變革，可能會落到“更糟”這個區(qū)間的末端這樣的尷尬境地。
所以，我們尊敬的CIO們，親愛的IT同事們、朋友們、同胞們，請務(wù)必聽從我們的幾個建議。
一、首當(dāng)其沖的，請確保您的優(yōu)先項(xiàng)目是與您企業(yè)的業(yè)務(wù)緊密相關(guān)的。您需要能夠清晰地闡明您的商業(yè)智能和數(shù)據(jù)分析項(xiàng)目是如何來關(guān)聯(lián)到真正的業(yè)務(wù)場景，并能為業(yè)務(wù)產(chǎn)生價值的。
二、不要羞于與你的業(yè)務(wù)伙伴就競爭差異化帶來的行業(yè)兩極分化，以及處于行業(yè)分化兩端的優(yōu)劣進(jìn)行溝通。
三、讓您的IT團(tuán)隊(duì)井然有序起來，確保你有足夠的人才儲備并掌握正確的技術(shù)技能，以確保這些項(xiàng)目可以成功實(shí)施。請注意這些項(xiàng)目與您以前的管理信息系統(tǒng)已經(jīng)大相徑庭了！
這樣就夠了嗎？當(dāng)然不是！這條路我們?nèi)耘f在不斷探索，而您，可能還需要一個專業(yè)的BI產(chǎn)品和技術(shù)合作伙伴一同前行，來伴您一起發(fā)現(xiàn)數(shù)據(jù)的價值！
觀遠(yuǎn)數(shù)據(jù)十分樂意成為這樣的一個存在。作為國內(nèi)新一代數(shù)據(jù)分析與商業(yè)智能（AI+BI）解決方案服務(wù)商，觀遠(yuǎn)數(shù)據(jù)在業(yè)內(nèi)首次提出了從BI到AI的5A模型（Agile敏捷化、Accurate場景化、Automated自動化、Actionable行動化、Augmented增強(qiáng)化），可打通從敏捷分析到智能決策的最短路徑，為企業(yè)快速構(gòu)建最強(qiáng)決策大腦。截至目前，我們已服務(wù)聯(lián)合利華、百威英博、中國銀行、小紅書、Lily、上蔬永輝等眾多新零售、新金融、泛互聯(lián)網(wǎng)以及綜合型集團(tuán)客戶，幫助企業(yè)看見過去，預(yù)見未來。
想了解更多觀遠(yuǎn)數(shù)據(jù)產(chǎn)品及解決方案，歡迎添加微信號：shopbi2018，觀遠(yuǎn)技術(shù)大神等你來撩~
編譯：觀遠(yuǎn)產(chǎn)品天團(tuán) - 小剛
解鎖關(guān)鍵詞
AI+BI | 機(jī)器學(xué)習(xí) | ML工程實(shí)踐
數(shù)據(jù)交互分析 | 店鋪管家 | 社區(qū)零售
伊麗莎白雅頓 | 樂凱撒 | 聯(lián)合利華